PulseAugur
中
实时 15:25:33
实体 functional magnetic resonance imaging

functional magnetic resonance imaging

PulseAugur coverage of functional magnetic resonance imaging — every cluster mentioning functional magnetic resonance imaging across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
27
90 天内 99
发布 · 30天
0
90 天内 0
论文 · 30天
27
90 天内 97
层级分布 · 90 天
主题
关系
情绪 · 30 天

11 天有情绪数据

最近 · 第 1/6 页 · 共 106 条
  1. TOOL · CL_364333 ·

    新的REEL框架改进了从fMRI数据重建视频

    研究人员开发了一个名为REEL(Reranking Encoder Embeddings with Linear decoding)的新框架,以改进从fMRI数据重建视频。该方法采用提议-重排策略,使用线性语义解码器和预训练视频生成器。通过重排生成的候选视频,REEL在两个数据集上都显示出视频准确率的提高,表明这是一种更简单但有效的大脑引导视频解码方法。

  2. TOOL · CL_370448 ·

    发布Open-fMIND语料库用于大脑基础模型预训练

    研究人员发布了Open-fMIND,这是一个大规模、开放访问的预处理功能磁共振成像(fMRI)数据语料库。该新资源旨在克服现有fMRI数据集的局限性,这些数据集通常受限于访问协议或规模小且处理不一致。Open-fMIND标准化了来自众多OpenNeuro研究的数据,提供了超过45,000个功能运行和数百万个时间序列,可用于大脑基础模型的自监督预训练。

  3. TOOL · CL_360236 ·

    研究发现:TRIBE v2模型未能复制视网膜拓扑和听觉拓扑

    一项新研究审计了TRIBE v2多模态脑响应模型的拓扑组织,发现该模型能准确预测MT+区域的运动选择性,但未能复制视网膜拓扑和听觉拓扑。该模型的视频特征在空间上进行了平均化处理,这会丢弃视网膜拓扑所需的视场位置信息。同样,其对听觉皮层的预测显示最佳频率范围非常窄,表明缺乏听觉拓扑梯度。虽然该模型在依赖特征身份的实验中显示出潜力,但对于依赖视场或频率位置的实验则不支持。

  4. TOOL · CL_357670 ·

    深度学习框架使用视觉原型来绘制大脑活动图

    研究人员开发了一个新框架,该框架利用深度学习来更好地理解视觉大脑中的神经表征。这种方法用一个更具可解释性的“视觉原型”系统取代了复杂的黑箱特征。这些原型与特定的脑活动相关联,使科学家能够识别影响神经反应的视觉概念,并绘制它们在大脑中的位置。该框架还支持受控刺激合成,以进一步研究皮层选择性。

  5. TOOL · CL_352223 ·

    新型IC-GNN模型利用个体化社群组织预测脑部疾病

    研究人员开发了IC-GNN,这是一种新颖的、以图谱为锚定的模型,用于分析使用静息态功能磁共振成像(fMRI)数据的个体化大脑社群组织。该模型直接在预定义的大脑区域上形成独特的、个体化的功能社群,精炼社群引导的连接,并将共享权重适应于每个受试者的背景。IC-GNN在ABIDE、ADNI和UK Biobank等大型数据集上预测自闭症谱系障碍、阿尔茨海默病和重度抑郁症等疾病方面表现出优越性能,优于15种基线方法。该模型的个体化社群是可重复的…

  6. TOOL · CL_348753 ·

    研究发现人脑视觉表征中存在共享的几何结构

    研究人员证明,在人脑对视觉刺激的表征中存在一种共享的几何结构。通过分析来自自然场景数据集的功能磁共振成像(fMRI)数据,他们开发了一种自监督编码器,用于从大脑活动中学习特定于个体的嵌入。这些独立学习到的空间通过无监督正交旋转成功地在个体之间进行了转换,而无需配对的跨主体样本或中间模型表征。这表明人脑可能像人工神经网络一样,利用一个通用的坐标系统来处理视觉信息。

  7. RESEARCH · CL_344354 ·

    新的QS-TCN方法使用波动性记忆对时间序列进行排序

    研究人员开发了QS-TCN,这是一种通过分析波动性记忆来对多元时间序列进行排序的新颖方法。该方法结合了波动性持续性的统计估计和时间卷积学习,以揭示条件均值中不明显的时间关系。与现有方法相比,QS-TCN在金融和功能性磁共振成像的合成数据集和基准测试中表现出优越的性能,并为市场动态提供了见解。

  8. TOOL · CL_341944 ·

    BrainBind框架将脑电图和功能磁共振成像映射到视频嵌入

    研究人员开发了BrainBind,一个旨在将同步脑电图(EEG)和功能磁共振成像(fMRI)数据映射到共享视频嵌入空间的新框架。该方法将这些嵌入空间视为通用的视觉-语义参考,而不是直接的神经编码。在CineBrain数据集上进行的实验,使用了Omni和Joint-Dual等配置,展示了fMRI和EEG-fMRI组合方法在信息组织和检索方面的不同检索特征,突出了它们在基于叙事背景和刺激身份组织和检索信息方面的互补优势。

  9. RESEARCH · CL_342238 ·

    新研究将成分分离与黎斯能量联系起来,并通过模拟得到验证

    一篇新的arXiv论文探讨了独立成分可以被恢复的条件,即使它们是高斯的。研究提出成分分离与黎斯2-能量有关,该能量取决于不同环境下的方差。论文详细说明了所需环境和样本的数量如何随着成分数量的增加而扩展,并提供了通过多达1000个成分的模拟验证的理论预测。这些发现具有实际意义,例如识别功能性磁共振成像(fMRI)数据中难以分离的成分。

  10. RESEARCH · CL_348744 ·

    新的Vis-Lens框架为AI和人脑生成偏好图像

    研究人员开发了一个名为Vis-Lens的新颖框架,通过修改潜在代码生成偏好图像,从而深入了解生物和人工神经网络。该方法集成了变分自编码器和扩散模型,无需迭代优化即可创建逼真的图像。该框架已成功应用于人工神经网络和人脑视觉皮层,与现有方法相比,在激活调制和图像真实感方面均有所提高。

  11. TOOL · CL_332971 ·

    自监督学习跨参与者对齐功能磁共振成像数据

    研究人员已将一种自监督学习架构——联合嵌入预测架构(JEPA)——应用于解码感觉诱发的功能磁共振成像(fMRI)数据。该方法仅在没有直接访问刺激图像的情况下,对大脑数据进行编码器训练。应用于自然场景数据集(NSD)后,学习到的大脑嵌入在诸如大脑字幕生成和图像重建等下游任务上表现出有竞争力,甚至优于一些监督方法。值得注意的是,为不同参与者独立训练的编码器可以进行无监督对齐,从而允许在一名个体上训练的解码头在另一名个体上应用,而性能损失极小。

  12. TOOL · CL_327015 ·

    AI 模型归因可靠性在阿尔茨海默病预测研究中受到质疑

    一项发表在 arXiv 上的新研究调查了在使用静息态功能磁共振成像 (rs-fMRI) 预测阿尔茨海默病神经影像计划 (ADNI) 参与者认知能力下降时,个体功能网络归因的可靠性。虽然归因估计的会话内可靠性很高,但扫描-重扫可靠性却显著下降,这表明人群共享的模式在很大程度上影响了这些归因。研究建议在排列零控制的同时报告扫描-重扫可靠性,以准确评估 rs-fMRI 生物标志物在阿尔茨海默病中的个体特异性。

  13. TOOL · CL_325185 ·

    新方法用有限数据改进 fMRI 视觉重建

    研究人员开发了一种名为 Adapter Alignment 的新颖训练程序,用于从功能性磁共振成像 (fMRI) 数据中重建视觉图像。该方法在低数据场景下特别有效,可将重建指标提高高达 8%。该技术涉及使用少量校准图像将特定于受试者的适配器与预先训练的参考受试者对齐,然后对整个流程进行微调。这种方法不仅将不同的受试者置于共享的表示空间中,而且在语义上对齐它们,在数据量显著减少的情况下优于基线模型。

  14. RESEARCH · CL_317485 ·

    新的DRAFT方法从fMRI和相机数据重建3D房间布局

    研究人员开发了一种名为DRAFT的新颖方法,该方法仅使用功能性磁共振成像(fMRI)信号和相机轨迹即可重建房间的3D布局,而无需依赖视觉帧。该技术从早期视觉皮层提取紧凑的布局表示,并将其与相机运动的几何信息相结合。DRAFT在未见过的场景上达到了0.480的皮尔逊相关系数,优于现有的fMRI解码器和单独的相机路径,并且还可以作为插件增强其他解码器的性能。

  15. TOOL · CL_312852 ·

    新框架稳定图滤波器以改进信号生成

    研究人员开发了一个新的图滤波器设计框架,以改进图信号的生成,特别是在底层图结构嘈杂或估计不完美的情况下。所提出的方法使用 Wasserstein 稳定性界来量化图扰动对生成信号分布的影响。该分析导致了一种原则性的方法来创建图滤波器,该滤波器在结构稳定性与信号平滑之间取得平衡,并通过显式多项式滤波器族提供可证明的稳定性保证。在合成和真实世界 fMRI 数据上的实验证明了这些新滤波器增强的稳定性和生成性能。

  16. TOOL · CL_312521 ·

    新算法识别多域数据中的相关成分

    研究人员开发了一种名为多域协方差匹配(MuDo-CoM)的新算法,用于识别跨多个数据域的线性混合模型中相关潜在成分。与先前假设独立性或特定依赖结构的先前方法不同,MuDo-CoM 利用特定于域的缩放,同时保持潜在成分的一致底层分布。这种方法对于分析来自不同来源的数据特别有用,例如测量相同底层过程的不同传感器或实验条件。该算法的有效性已通过模拟和应用于真实的脑功能磁共振成像(fMRI)数据集得到证明。

  17. TOOL · CL_308181 ·

    新框架使脑编码模型与人类感知对齐

    研究人员开发了一个新的框架来微调脑编码模型,旨在更好地将其内部表征与个体人类感知相似性判断对齐。通过使用来自自然场景数据集(NSD)和功能性磁共振成像(fMRI)的数据,将通用模型(DreamSim)调整为针对每位参与者进行个性化感知相似性调整,他们发现个性化微调显著提高了与人类判断的对齐度。这种方法为创建更具个体化和人类对齐的视觉脑编码模型提供了一种途径。

  18. TOOL · CL_307741 ·

    脑对齐大语言模型在理解卡通电影情感方面展现潜力

    研究人员开发了能够理解卡通电影社交和情感内容的脑对齐多模态大语言模型(MLLMs)。使用fMRI数据,将这些模型与人类判断和神经反应进行了对比评估。虽然MLLMs在情感效价和心智理论的人类时间变化方面表现出一致性,但观察到了评分上的系统性差异。该研究表明,MLLMs可以作为标注社交和情感内容的规模化工具,尽管它们与人类感知的契合度取决于具体模型和电影。

  19. TOOL · CL_303379 ·

    新型解码器可从fMRI大脑活动中重建语音

    研究人员开发了一种名为NOEMA的新型时间卷积解码器,用于从功能性磁共振成像(fMRI)数据中重建感知到的语音。该解码器将fMRI测量窗口与多模态刺激嵌入对齐,这些嵌入结合了文本、音频和语音表示。在从大脑活动中检索正确语音片段方面,NOEMA比基线解码器有了显著改进,在两个自然语言语音数据集的42%以上的查询中,能在2000个候选片段中将正确片段排在前10位。

  20. TOOL · CL_301271 ·

    BrainDyn:新型图常微分方程网络模拟和预测大脑动力学

    研究人员开发了 BrainDyn,这是一种新颖的图常微分方程(ODE)网络,旨在模拟和预测大脑活动。该网络利用具有动态限制映射的细胞层来调节大脑区域之间的通信,与标准的传消息网络相比,提供了一种更符合生物学的方法。在静息态 fMRI、EEG 和来自 NEST 模拟器的模拟数据上的评估表明,BrainDyn 在多区域预测和生成任务中表现优越,其学习到的特征被证明具有表现力、可解释性和生物学相关性。